| Project/Area Number |
19K11932
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60060:Information network-related
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
菅沼 睦 早稲田大学, 理工学術院(国際情報通信研究科・センター), 客員主任研究員 (50399507)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | AVコンテンツ / 主観動画像品質評価推定 / ユーザ満足度 / ユーザ興味度 / 視聴コンテクスト / センサ情報 / 生体情報 / 機械学習 / コンテクスト / 主観品質評価推定 / 満足度 / 興味度 / ユーザ主観評価 / ユーザコンテクスト / QoE推定 |
|---|
| Outline of Research at the Start |
ネットワークを介したAVコンテンツ視聴時におけるユーザ主観評価を効率よく、かつ、精度よく推定する手法について研究する。具体的には、ユーザに装着する各種の生体情報測定器及びセンサ、並びに、ユーザが使用するデバイスから得られる多次元情報より、ユーザ主観評価を、ユーザ毎の違い、ユーザの満足度や興味、ユーザコンテクストを考慮し、かつ、リアルタイムに推定する手法を研究する。
|
| Outline of Final Research Achievements |
We have conducted a study on methods for efficiently and accurately estimating users' subjective evaluations of video quality during AV contents watching from users' bio-signals. We study two methods: (1) a method for estimating the subjective evaluation values rated by subjects using a slider, from their bio-signals, interest in and satisfaction of contents, and video bitrates, in a fixed monitor environment, and (2) a method for estimating subjective video qualities answered by subjects after watching contents on a mobile terminal (smartphone), from bio-signals, interest in contents, viewing contexts, and video resolutions. Experimental results show that, for both methods, estimating subjective video quality with high accuracy can be achieved by using machine learning.
|
| Academic Significance and Societal Importance of the Research Achievements |
従来、ユーザの主観映像品質評価取得には、国際標準化されたアンケートによるMOS評点（Mean Opinion Score）が広く用いられている。しかしながら、人の特性による回答内容の正当性担保、多大な評価時間、リアルタイム回答が不可等の問題が存在する。また、ユーザ毎の違い及びユーザコンテクストは考慮されず、映像内容を考慮した主観評価は行えない。本研究により、ユーザの生体情報、並びに、使用するデバイス及びコンテンツから得られる情報から主観映像品質が高い精度で推定できる可能性が明らかになったことは、提案方式が、これらの問題点を解決する有効な新しい主観映像品質評価手法となりえることを示唆している。
|
